33、人机交互眼动追踪系统与室内低功率433MHz无线网络误差分析

人机交互眼动追踪系统与室内低功率433MHz无线网络误差分析

人机交互眼动追踪系统

设备构建

在经过对不同USB摄像头的测试后，选择了将摄像头镜头放置在眼镜架上的方案。构建的设备有其独特的设计，以满足后续眼动追踪的需求。

算法概述

目标检测

算法分为多个步骤，首先要在捕获的图像中搜索眼睛（如果存在），这里使用了类Haar特征分类器，该分类器运用了AdaBoost算法，以下是AdaBoost算法的伪代码：

Input: (x1, y1), ... (xm, ym), where xi ∈X, yi ∈Y = {−1, +1}
Output: H(x) = sgn[∑Tt=1 αtht(x)]
for i = 1 to m do
    initialize D1(i) = 1/m.
end for
for t = 1 to T do
    find ht = arg minh∈χ ε = ∑i:yi̸=h(xi) Dt(i)
    if εt ≥ 1/2 then
        stop
    end if
    where εt is an error of selected classifier ht
    calculate: αt = 1/2 ln[(1 - εt)/εt].
    for i = 1 to m do
        calculate: D(t + 1)(i) = Dt(i)e−yiαtht(xi)/Zt
    end for
end for

训练分类器时，使用合适